Buletin TensorFlow Juni 2023 Jelajahi alat baru, gunakan LLM dalam aplikasi dunia nyata, dan banyak lagi
| | Pelajari bagaimana Keras membuat pembelajaran mendalam menjadi mudah |
| | Jelajahi komponen Keras API, yang menyediakan antarmuka yang mudah didekati untuk memecahkan masalah pembelajaran mesin dengan TensorFlow. |
| |
|
|
| | | | Buat aplikasi Android pelengkapan otomatis dengan KerasNLP dan TensorFlow Lite | | Model bahasa besar (LLM) dilatih untuk menghasilkan teks berdasarkan kumpulan data besar. Pelajari cara memuat model KerasNLP, mengoptimalkannya dengan teknik kuantisasi, dan menerapkannya ke aplikasi demo Android yang dapat menjalankan LLM TFLite apa pun yang kompatibel. | |
|
| |
|
| | | Wujudkan ide ML menggunakan Blok Visual | | Visual Blocks adalah kerangka kerja pemrograman grafis baru untuk pembuatan prototipe dan eksperimen cepat. Gunakan blok pembangun pembelajaran mesin yang canggih seperti PaLM 2, lakukan iterasi dalam antarmuka visual, dan terapkan dengan mudah. | |
|
| |
|
| | | Memperluas akses ke teknologi ultrasound dengan TensorFlow Lite | | Baca bagaimana tim AI Kesehatan Google berupaya memperluas akses global ke perawatan kesehatan ibu dengan membangun sistem USG janin yang dioptimalkan untuk seluler menggunakan TensorFlow Lite untuk inferensi pada perangkat. | |
|
| |
|
| | | Visualisasikan dan interpretasikan pohon keputusan dengan dtreeviz | | Gunakan pustaka dtreeviz dengan TensorFlow Decision Forests untuk memvisualisasikan bagaimana setiap simpul keputusan dalam pohon membagi domain fitur tertentu dan menunjukkan distribusi instans pelatihan dalam setiap prediksi. | |
|
| |
|
| | | | Tingkatkan sistem rekomendasi dengan LLM yang canggih | | Jelajahi bagaimana Anda dapat menggunakan PaLM API untuk membuat rekomendasi dalam aplikasi obrolan, menghasilkan dan mengurutkan rekomendasi, menggunakan penyematan untuk mengambil kandidat yang tidak dikenal, dan banyak lagi. | |
|
| |
|
| | | Transisi dari rekayasa perangkat lunak ke rekayasa ML | | Apa perbedaan pola pikir utama antara Rekayasa Pembelajaran Mesin (MLE) dan Rekayasa Perangkat Lunak (SWE)? Cari tahu seperti apa rutinitas kerja masing-masing peran, kompleksitasnya, dan perbedaannya dalam hal perencanaan hingga penentuan kesuksesan. | |
|
| |
|
|
|
|
| |  | | Tetap Terhubung | | |
|
|
|
|
Kecuali dinyatakan lain, konten di halaman ini dilisensikan berdasarkan Lisensi Creative Commons Attribution 4.0, sedangkan contoh kode dilisensikan berdasarkan Lisensi Apache 2.0. Untuk mengetahui informasi selengkapnya, lihat Kebijakan Situs Google Developers. Java adalah merek dagang terdaftar dari Oracle dan/atau afiliasinya.
[null,null,[],[],[]]